Hướng dẫn python random permute - hoán đổi ngẫu nhiên python

Ngẫu nhiên là một mô-đun có trong thư viện NumPy. Mô-đun này chứa các hàm được sử dụng để tạo số ngẫu nhiên. Mô-đun này chứa một số phương pháp tạo dữ liệu ngẫu nhiên đơn giản, một số hàm hoán vị và phân phối cũng như các hàm tạo ngẫu nhiên.

Các bài viết liên quan:

Tất cả các chức năng trong một mô-đun ngẫu nhiên như sau:

Random data

Dữ liệu ngẫu nhiên đơn giản có các chức năng sau:

1. p.random.rand [d0, d1, …, dn]

Chức năng này của mô-đun ngẫu nhiên được sử dụng để tạo ra các số hoặc giá trị ngẫu nhiên trong một hình dạng nhất định.

Thí dụ:

import numpy as np  
a=np.random.rand[5,2]  
a  

Output::

1. np.random.randn [d0, d1, …, dn]

Hàm này của mô-đun ngẫu nhiên trả về một mẫu từ phân phối “chuẩn thông thường”.

Thí dụ:

import numpy as np  
a=np.random.randn[2,2]  
a

Output::

1. np.random.randn [d0, d1, …, dn]

Hàm này của mô-đun ngẫu nhiên trả về một mẫu từ phân phối “chuẩn thông thường”.

Thí dụ:

import numpy as np  
a=np.random.randint[3, size=10]  
a

Output::

1. np.random.randn [d0, d1, …, dn]

Hàm này của mô-đun ngẫu nhiên trả về một mẫu từ phân phối “chuẩn thông thường”.

Thí dụ:

import numpy as np  
a=np.random.random_integers[3]  
a  
b=type[np.random.random_integers[3]]  
b  
c=np.random.random_integers[5, size=[3,2]]  
c  

Output::

1. np.random.randn [d0, d1, …, dn]

Hàm này của mô-đun ngẫu nhiên trả về một mẫu từ phân phối “chuẩn thông thường”.

Thí dụ:

import numpy as np  
a=np.random.random_sample[]  
a  
b=type[np.random.random_sample[]]  
b  
c=np.random.random_sample[[5,]]  
c  

Output::

1. np.random.randn [d0, d1, …, dn]

Hàm này của mô-đun ngẫu nhiên trả về một mẫu từ phân phối “chuẩn thông thường”.

Thí dụ:

import numpy as np  
a=np.random.random[]  
a  
b=type[np.random.random[]]  
b  
c=np.random.random[[5,]]  
c  

np.random.randn [d0, d1, …, dn]:

1. Hàm này của mô-đun ngẫu nhiên trả về một mẫu từ phân phối “chuẩn thông thường”.

Hàm này của mô-đun ngẫu nhiên trả về một mẫu từ phân phối “chuẩn thông thường”.

Thí dụ:

import numpy as np  
a=np.random.ranf[]  
a  
b=type[np.random.ranf[]]  
b  
c=np.random.ranf[[5,]]  
c  

Output::

1. np.random.randn [d0, d1, …, dn]

Hàm này của mô-đun ngẫu nhiên trả về một mẫu từ phân phối “chuẩn thông thường”.

np.random.randint [low [, high, size, dtype]]

Thí dụ:

import numpy as np  
a=np.random.sample[]  
a  
b=type[np.random.sample[]]  
b  
c=np.random.sample[[5,]]  
c  

Output::

1. np.random.randn [d0, d1, …, dn]

Hàm này của mô-đun ngẫu nhiên trả về một mẫu từ phân phối “chuẩn thông thường”.

Thí dụ:

import numpy as np  
a=np.random.choice[5,3]  
a  
b=np.random.choice[5,3, p=[0.2, 0.1, 0.4, 0.2, 0.1]]  
b  

Output::

1. np.random.randn [d0, d1, …, dn]

Hàm này của mô-đun ngẫu nhiên trả về một mẫu từ phân phối “chuẩn thông thường”.

Thí dụ:

import numpy as np  
a=np.random.bytes[7]  
a  

Output::

np.random.randn [d0, d1, …, dn]

Hàm này của mô-đun ngẫu nhiên trả về một mẫu từ phân phối “chuẩn thông thường”.

1. np.random.randint [low [, high, size, dtype]]

Chức năng này của mô-đun ngẫu nhiên được sử dụng để tạo ra các số nguyên ngẫu nhiên từ bao gồm [thấp] đến loại trừ [cao].

Thí dụ:

import numpy as np  
a=np.random.randn[2,2]  
a

Output::

1. np.random.randn [d0, d1, …, dn]

Hàm này của mô-đun ngẫu nhiên trả về một mẫu từ phân phối “chuẩn thông thường”.

Thí dụ:

import numpy as np  
a=np.random.randn[2,2]  
a

Output::

np.random.randn [d0, d1, …, dn]

Hàm này của mô-đun ngẫu nhiên trả về một mẫu từ phân phối “chuẩn thông thường”.

1. np.random.randint [low [, high, size, dtype]]

Chức năng này của mô-đun ngẫu nhiên được sử dụng để tạo ra các số nguyên ngẫu nhiên từ bao gồm [thấp] đến loại trừ [cao].

Thí dụ:

import numpy as np  
a=np.random.randn[2,2]  
a

1. np.random.randn [d0, d1, …, dn]

Hàm này của mô-đun ngẫu nhiên trả về một mẫu từ phân phối “chuẩn thông thường”.

Thí dụ:

import numpy as np  
a=np.random.randn[2,2]  
a

Output::

1. np.random.randn [d0, d1, …, dn]

Hàm này của mô-đun ngẫu nhiên trả về một mẫu từ phân phối “chuẩn thông thường”.

Thí dụ:

import numpy as np  
a=np.random.randn[2,2]  
a

Output::

1. np.random.randn [d0, d1, …, dn]

Hàm này của mô-đun ngẫu nhiên trả về một mẫu từ phân phối “chuẩn thông thường”.

Thí dụ:

import numpy as np  
a=np.random.randn[2,2]  
a

Output::

1. np.random.randn [d0, d1, …, dn]

Hàm này của mô-đun ngẫu nhiên trả về một mẫu từ phân phối “chuẩn thông thường”.

Thí dụ:

import numpy as np  
a=np.random.randn[2,2]  
a

1. np.random.randn [d0, d1, …, dn]

Hàm này của mô-đun ngẫu nhiên trả về một mẫu từ phân phối “chuẩn thông thường”.

Thí dụ:

import numpy as np  
a=np.random.randn[2,2]  
a

Output::

1. np.random.randn [d0, d1, …, dn]

Hàm này của mô-đun ngẫu nhiên trả về một mẫu từ phân phối “chuẩn thông thường”.

Thí dụ:

import numpy as np  
a=np.random.randn[2,2]  
a

1. np.random.randn [d0, d1, …, dn]

Hàm này của mô-đun ngẫu nhiên trả về một mẫu từ phân phối “chuẩn thông thường”.

Thí dụ:

import numpy as np  
a=np.random.randn[2,2]  
a

Output::

1. np.random.randn [d0, d1, …, dn]

Hàm này của mô-đun ngẫu nhiên trả về một mẫu từ phân phối “chuẩn thông thường”.

Thí dụ:

Output:

1. Chức năng này của mô-đun ngẫu nhiên được sử dụng để tạo ra các số nguyên ngẫu nhiên từ bao gồm [thấp] đến loại trừ [cao].

np.random.random_integers [low[, high, size]]

Thí dụ:

import numpy as np  
a=np.random.randint[3, size=10]  
a

Output::

1. Hàm này của mô-đun ngẫu nhiên được sử dụng để tạo số nguyên ngẫu nhiên kiểu np.int giữa thấp và cao.

np.random.random_sample [[size]]

Thí dụ:

import numpy as np  
a=np.random.randint[3, size=10]  
a

Output::

1. Chức năng này của mô-đun ngẫu nhiên được sử dụng để tạo số lượng phao ngẫu nhiên trong khoảng thời gian nửa mở [0.0, 1.0].

np.random.random [[size]]

Thí dụ:

import numpy as np  
a=np.random.randint[3, size=10]  
a

np.random.randn [d0, d1, …, dn]:

1. Hàm này của mô-đun ngẫu nhiên trả về một mẫu từ phân phối “chuẩn thông thường”.

np.random.randint [low [, high, size, dtype]]

Thí dụ:

import numpy as np  
a=np.random.randint[3, size=10]  
a

Output:

Chức năng này của mô-đun ngẫu nhiên được sử dụng để tạo ra các số nguyên ngẫu nhiên từ bao gồm [thấp] đến loại trừ [cao].logseries [p [, size]]

np.random.random_integers [low[, high, size]]

Thí dụ:

import numpy as np  
a=np.random.randint[3, size=10]  
a

Output::

1. Hàm này của mô-đun ngẫu nhiên được sử dụng để tạo số nguyên ngẫu nhiên kiểu np.int giữa thấp và cao.

np.random.random_sample [[size]]

Thí dụ:

import numpy as np  
a=np.random.randint[3, size=10]  
a

Output::

1. Chức năng này của mô-đun ngẫu nhiên được sử dụng để tạo số lượng phao ngẫu nhiên trong khoảng thời gian nửa mở [0.0, 1.0].

np.random.random [[size]]

Thí dụ:

import numpy as np  
a=np.random.randint[3, size=10]  
a

Output:

1. Output:

np.random.ranf [[size]]

Thí dụ:

import numpy as np  
a=np.random.randint[3, size=10]  
a

Output::

1. np.random.sample [[size]]

Các bài viết khác:

Thí dụ:

import numpy as np  
a=np.random.randint[3, size=10]  
a

Output:

1. np.random.choice [a [, size, Replace, p]]

Chức năng này của mô-đun ngẫu nhiên được sử dụng để tạo mẫu ngẫu nhiên từ một mảng 1-D nhất định.

Thí dụ:

import numpy as np  
a=np.random.random_integers[3]  
a  
b=type[np.random.random_integers[3]]  
b  
c=np.random.random_integers[5, size=[3,2]]  
c  

Output:

1. np.random.bytes [length]

Chức năng này của mô-đun ngẫu nhiên được sử dụng để tạo ra các byte ngẫu nhiên.

Thí dụ:

import numpy as np  
a=np.random.random_integers[3]  
a  
b=type[np.random.random_integers[3]]  
b  
c=np.random.random_integers[5, size=[3,2]]  
c  

Output:

1. power [a [, size]]

Hàm này được sử dụng để vẽ các mẫu trong [0, 1] từ phân phối lũy thừa với số mũ dương a-1.

Thí dụ:

import numpy as np  
a=np.random.random_integers[3]  
a  
b=type[np.random.random_integers[3]]  
b  
c=np.random.random_integers[5, size=[3,2]]  
c  

Output::

1. rayleigh[[scale, size]]

Hàm này được sử dụng để lấy mẫu từ phân phối Rayleigh.

Thí dụ:

import numpy as np  
a=np.random.random_integers[3]  
a  
b=type[np.random.random_integers[3]]  
b  
c=np.random.random_integers[5, size=[3,2]]  
c  

Output:

1. standard_cauchy [[size]]

Hàm này được sử dụng để lấy mẫu từ phân phối Cauchy tiêu chuẩn với mode = 0.

Thí dụ:

import numpy as np  
a=np.random.random_integers[3]  
a  
b=type[np.random.random_integers[3]]  
b  
c=np.random.random_integers[5, size=[3,2]]  
c  

Output::

1. standard_exponential [[size]]

Hàm này được sử dụng để lấy mẫu từ phân phối mũ tiêu chuẩn.

Thí dụ:

import numpy as np  
a=np.random.random_integers[3]  
a  
b=type[np.random.random_integers[3]]  
b  
c=np.random.random_integers[5, size=[3,2]]  
c  

Output:

1. standard_gamma [[size]]

Hàm này được sử dụng để lấy mẫu từ phân phối Gamma chuẩn.

Thí dụ:

import numpy as np  
a=np.random.random_integers[3]  
a  
b=type[np.random.random_integers[3]]  
b  
c=np.random.random_integers[5, size=[3,2]]  
c  

Output::

1. standard_normal [[size]]

Hàm này được sử dụng để lấy mẫu từ một phân phối Chuẩn chuẩn.

Thí dụ:

import numpy as np  
a=np.random.random_integers[3]  
a  
b=type[np.random.random_integers[3]]  
b  
c=np.random.random_integers[5, size=[3,2]]  
c  

Đầu ra:

1. standard_t [df [, size]]

Hàm này được sử dụng để lấy mẫu từ phân phối Student chuẩn với bậc tự do df.

Thí dụ:

import numpy as np  
a=np.random.random_integers[3]  
a  
b=type[np.random.random_integers[3]]  
b  
c=np.random.random_integers[5, size=[3,2]]  
c  

Output::

1. triangular[left, mode, right[, size]]

Hàm này được sử dụng để lấy mẫu từ một phân bố tam giác trong khoảng thời gian.

Thí dụ:

import numpy as np  
a=np.random.random_integers[3]  
a  
b=type[np.random.random_integers[3]]  
b  
c=np.random.random_integers[5, size=[3,2]]  
c  

Output:

1. uniform[[low, high, size]]

Chức năng này được sử dụng để lấy mẫu từ một phân phối đồng đều.

Thí dụ:

import numpy as np  
a=np.random.random_sample[]  
a  
b=type[np.random.random_sample[]]  
b  
c=np.random.random_sample[[5,]]  
c  

Output::

1. vonmises [m1, m2 [, size]]

Hàm này được sử dụng để lấy mẫu từ phân phối von Mises.

Thí dụ:

import numpy as np  
a=np.random.random_sample[]  
a  
b=type[np.random.random_sample[]]  
b  
c=np.random.random_sample[[5,]]  
c  

Output:

1. wald[mean, scale[, size]]

Hàm này được sử dụng để lấy mẫu từ phân phối Wald, hoặc nghịch đảo Gaussian.

Thí dụ:

import numpy as np  
a=np.random.random_sample[]  
a  
b=type[np.random.random_sample[]]  
b  
c=np.random.random_sample[[5,]]  
c  

Output: :

1. weibull [a [, size]]

Hàm này được sử dụng để lấy mẫu từ phân phối Weibull.

Thí dụ:

import numpy as np  
a=np.random.random_sample[]  
a  
b=type[np.random.random_sample[]]  
b  
c=np.random.random_sample[[5,]]  
c  

Output::

1. zipf [a [, size]]

Hàm này được sử dụng để lấy mẫu từ phân phối Zipf.

Thí dụ:

import numpy as np  
a=np.random.random_sample[]  
a  
b=type[np.random.random_sample[]]  
b  
c=np.random.random_sample[[5,]]  
c  

Output::